ComfyUI_StepAudioTTS 项目安装与使用教程

1. 项目目录结构及介绍

ComfyUI_StepAudioTTS 项目的主要目录结构如下：

ComfyUI_StepAudioTTS/
├── assets/                # 存储项目相关资源文件
├── cosyvoice/             # CosyVoice 相关文件
├── funasr_detach/         # FunASR 解耦相关文件
├── .gitignore             # Git 忽略文件
├── LICENSE                # 项目许可证文件
├── MWAudioRecorder.py     # MW 音频录制器相关代码
├── README-CN.md           # 项目中文说明文档
├── README.md              # 项目英文说明文档
├── StepAudioTTS.py        # StepAudioTTS 核心代码
├── __init__.py            # 初始化文件
├── pyproject.toml         # 项目配置文件
├── requirements.txt       # 项目依赖文件
└── sa_utils.py            # StepAudio 工具类代码

每个目录和文件的具体功能如下：

• assets/: 存储项目所需的资源文件，如音频、图片等。
• cosyvoice/: 包含 CosyVoice 相关的文件，用于语音合成。
• funasr_detach/: 包含 FunASR 解耦相关文件，用于语音识别。
• .gitignore: 指定 Git 进行版本控制时需要忽略的文件和目录。
• LICENSE: 项目的许可协议文件，本项目采用 Apache-2.0 许可。
• MWAudioRecorder.py: MW 音频录制器的 Python 代码，用于录音功能。
• README-CN.md 和 README.md: 分别是项目的中文和英文说明文档。
• StepAudioTTS.py: 包含 StepAudioTTS 的核心实现代码。
• __init__.py: Python 包的初始化文件，用于将当前目录作为包使用。
• pyproject.toml: 项目配置文件，用于定义项目元数据和依赖。
• requirements.txt: 项目依赖文件，列出项目运行所需的第三方库。
• sa_utils.py: StepAudio 的工具类代码，提供了一些辅助功能。

2. 项目的启动文件介绍

项目的启动主要通过 StepAudioTTS.py 文件进行。这个文件包含了创建和配置 StepAudioTTS 对象的代码，以及相关的功能实现，例如文本转语音、rap、唱歌或克隆声音等。

在 StepAudioTTS.py 中，通常会有一个主函数或入口点，用户可以通过这个入口点来启动项目的特定功能。

3. 项目的配置文件介绍

项目的配置主要通过 pyproject.toml 文件进行。这个文件包含了项目的元数据，如项目名称、版本、作者、依赖等。

以下是 pyproject.toml 文件的一个基本示例：

[tool.poetry]
name = "ComfyUI_StepAudioTTS"
version = "0.1.0"
description = "A Text To Speech node using Step-Audio-TTS in ComfyUI."
authors = ["Your Name <[e-mail]>"]

[tool.poetry.dependencies]
python = "^3.8"
transformers = ">=4.48.3"

[tool.poetry.dev-dependencies]
pytest = "^6.2"

在这个配置文件中，定义了项目的名称、版本、描述、作者以及项目依赖的 Python 版本和第三方库。

用户可以根据自己的需求调整 pyproject.toml 文件中的配置，以确保项目可以在特定的环境下正常运行。